Beobachtetes Signal · 9. Juni 2026 · Partnership · Quelle: AdExchanger · Relevanz: 3/5 · Sentiment: Positiv
Gopuff optimiert Retail-Media-Targeting mittels Composable CDP
Der Quick-Commerce-Anbieter Gopuff kooperiert mit GrowthLoop, einer Composable CDP, die direkt an das Data Warehouse des Werbetreibenden andockt, um das Audience Targeting seines Retail Media Network (RMN) zu optimieren. Die Integration verbindet den Audience Builder von GrowthLoop mit Snowflake und nutzt agentenbasierte KI-Tools, um Briefings zu analysieren und Zielgruppen automatisiert zu generieren. Dadurch konnte Gopuff seine syndizierten Segmente von rund 100 auf 600 und die der Tochter BevMo! auf 400 Segmente skalieren. Der Composable-Ansatz belässt First-Party Data im Data Warehouse und ermöglicht eine schnellere sowie granularere Segmentierung; individuelle Zielgruppensegmente liefert Gopuff nun innerhalb von etwa 48 Stunden. Parallel betreibt Gopuff weiterhin Managed-Service-Kampagnen für Off-Platform-Media-Buys und forciert Sponsored-Product-Ads sowie Sampling auf den eigenen Plattformen.
Der Case verdeutlicht den praktischen Einsatz von Composable CDPs und KI-Agenten zur Skalierung von Zielgruppensegmenten im Retail Media, was maßgeblich für moderne RMN-Monetarisierungs- und First-Party-Data-Strategien ist.
Marktsignale zu GoPuff in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Gopuff partnert mit der Composable CDP GrowthLoop zur Verbesserung des Targetings im eigenen Retail Media Network.
- Der Audience Builder von GrowthLoop dockt an Snowflake an und nutzt KI-Agenten zur Briefing-Analyse und Zielgruppenerstellung.
- Gopuff steigerte seine syndizierten Zielgruppensegmente auf rund 600, während die Tochter BevMo! auf etwa 400 Segmente ausgebaut wurde.
- Individuelle Audience-Segmente können für Gopuff nun innerhalb von rund 48 Stunden bereitgestellt werden.
- Gopuff betreibt sein 2021 gestartetes RMN mit On-Platform-Inventar sowie Managed Services für Off-Platform-Media-Buys.
Verknüpfte Unternehmen
2 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Seemore Data startet Kostenoptimierung für Databricks
Seemore Data, ein Startup aus Tel Aviv, hat den Early Access zu Seemore für Databricks angekündigt und erweitert damit seine Kostenoptimierungsplattform für Data Clouds von Snowflake auf Databricks. Das Tool bietet eine einheitliche Sicht auf die Databricks-Ausgaben über SQL-Warehouses, Lakeflow-Jobs, Cluster und KI-Dienste und optimiert SQL-Warehouses automatisch innerhalb kundendefinierter Grenzen. Dieser Start erfolgt, da Unternehmen nach Wegen suchen, die prognostizierten 2,5 Billionen US-Dollar an KI-Ausgaben im Jahr 2026 zu finanzieren, wobei viele KI-Budgets aus bestehenden Software-Budgets stammen. Seemore gibt an, dass seine Snowflake-Kunden durchschnittlich 33 % geringere Rechnungen und einen 6,1-fachen ROI erzielen, und erwartet ähnliche Ergebnisse für Databricks. Die Plattform nutzt einen reinen Metadaten-Zugriff und liest Databricks-Systemtabellen, ohne auf Kundendaten zuzugreifen.
Aufbau des modernen KI-Infrastruktur-Stacks mit dem Cortex AI Gateway
Snowflake hat am 8. Oktober 2026 zwei neue Blogbeiträge veröffentlicht, die sich intensiv mit der Weiterentwicklung von Unternehmens-KI befassen. Im Fokus stehen dabei 'Building the Modern AI Infrastructure Stack with Cortex AI Gateway' sowie die Einführung von 'Snowflake Decision in Cortex AI Functions'. Diese Veröffentlichungen unterstreichen das Bestreben des Unternehmens, skalierbare und sichere Architekturen für Künstliche Intelligenz direkt in die Data Cloud zu integrieren. Durch die Bereitstellung fortschrittlicher Gateway- und Entscheidungsfunktionen erhalten Unternehmen erweiterte Werkzeuge zur Orchestrierung von KI-Workflows, zur Optimierung der Modellverwaltung sowie zur datengestützten Entscheidungsfindung. Die neuen Features zielen darauf ab, Komplexitäten bei der Implementierung moderner KI-Stacks signifikant zu reduzieren und die Effizienz bei der Verarbeitung komplexer Datenströme zu maximieren.
Asos bestätigt Datenleck nach manipulierter App-Benachrichtigung
Der britische Modehändler Asos hat eine Datenpanne mit personenbezogenen Daten von Kunden bestätigt. Hacker brachen in eine Drittanbieter-Plattform ein, die für die Kundenkommunikation genutzt wird, und erbeuteten Namen, Kontaktdaten, Wohnadressen, Telefonnummern, E-Mail-Adressen sowie Notizen zu Kundenprofilen, einschließlich Suchanfragen. Die Hacker, die sich Xuanye Group nennen, sendeten über die Asos-App eine unbefugte Push-Benachrichtigung und verwiesen auf kompromittierte Daten, die bei Snowflake gehostet wurden. Sie forderten das Unternehmen zur Kontaktaufnahme auf, andernfalls drohten sie mit der Veröffentlichung der Daten. Die Angreifer sollen sich durch Identitätstäuschung Zugangsdaten verschafft haben. Snowflake betonte, dass die eigenen Systeme nicht betroffen seien. Asos hat 17 Millionen Kunden. Der Vorfall ähnelt einem früheren Angriff auf das Fintech-Unternehmen Betterment.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.